立体视频感兴趣区域的自适应编码技术的研究

立体视频要比单视视频提供更多的信息和更好的可视效果，立体视频应用中的一个主要困难是立体和多视序列的数据量非常大，合理存储或传输立体序列，必须实现数据的实质上的压缩。该项目首先实现立体视频注意力对象的提取、对象描述，对立体视频注意力对象采用精细分层，形成视频对象多描述子带，然后进行面向分组交换网络自适应视频压缩编码，该项目的研究是解决立体视频压缩编码、网络传输的关键技术，本项目通过立体视频源内部的预测残差能量及区域本身的运动特性，通过运动注意力参数将视频内运动注意力对象提取出来，针对注意力对象进行多维变换将其分成基本层和增强层，并在基本层和增强层中引入相关描述，形成对象多描述码流，使其在网络发生拥塞丢失增强层数据时能够部分恢复出增强层数据信息，较好的解决了信道突发干扰、差错掩盖和重建丢失信息等关键问题。该项目的理论应用为立体视频实现高效存储、网络通信奠定理论基础，具有良好的市场应用前景。